CUAWright：面向数字智能体的极简统一接口
原文标题：CUAWright: A Minimal Unified Interface for Digital Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出CUAWright，一个约3000行代码的极简终端框架，以bash命令作为唯一动作接口，用文件系统作为动态创建工具和管理上下文的可演化空间。在OSWorld 2.0上相比GPT-5.5基线部分奖励相对提升33.2%、成本降低37.5%；在Online-Mind2Web和长程Odysseys基准上成功率分别超GUI原生框架4.7%和44.0%。结果表明数字环境远比GUI界面所暗示的更可编程。
- 问题
- 现有计算机使用智能体绑定GUI或固定工具集，无法直接编程操作系统状态与动态构建工具。
- 方法
- CUAWright用约3000行代码的极简终端框架，以bash为唯一动作接口，文件系统作为动态创建工具与管理上下文的可演化空间。
- 结果
- OSWorld 2.0上部分奖励相对GPT-5.5基线提升33.2%、成本降37.5%；Online-Mind2Web与Odysseys成功率分别超GUI原生框架4.7%和44.0%；CADGenBench与BenchCAD相对提升8.1%-41.6%。
- 影响
- 证明数字环境比GUI更可编程，极简bash接口即可显著提升智能体任务成功率并降低成本，值得做CUA的团队复现。
深读 · 结论先行AI 生成展开看要点与影响 ↓
约3000行代码的bash终端框架，在OSWorld 2.0上相对GPT-5.5基线提升33.2%且成本降37.5%。
- •CUAWright仅约3K行代码，以bash命令为唯一动作接口，文件系统作为动态建工具与管上下文的空间
- •OSWorld 2.0上部分奖励相对提升33.2%，估计成本降低37.5%（对比已发布GPT-5.5基线）
- •Online-Mind2Web成功率超GUI原生框架4.7%，长程Odysseys基准超44.0%
- •CADGenBench与BenchCAD上相对提升8.1%-41.6%，说明收益延伸至需视觉理解的CLI任务
- •作者结论：数字环境远比GUI界面所暗示的更可编程
为什么重要：若极简可编程接口能以更低成本取得更强表现，当前依赖固定GUI工具链的计算机使用智能体架构可能被重新评估。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。